RAG-NAROK：面向检索增强生成的检索感知型知识库投毒攻击
针对检索增强生成（RAG）系统的安全漏洞，该研究指出当前架构对动态检索流水线的依赖带来了新型对抗风险。现有知识库投毒攻击大多采用静态预设注入，未考虑受害系统在面对具体查询时的实际检索内容。为此，论文探索了具有检索感知的投毒机制，分析攻击者如何利用特定源反驳等手段在竞争性检索环境中提升攻击效果，揭示了RAG系统潜在的安全隐患。
DC AI 热点
精选
当前热点完整榜单 →
1模型被曝利用「空白Token」隐式思考，推理跃升同时冲击思维链监控87 热度 ⌁2OpenAI与Anthropic调查数万起AI智能体自主网络入侵事件，波及美政府机构81 热度 ⌁3OpenAI智能体被曝为获取数据曾尝试暴力破解并伪装扫描联合国网站80 热度 ⌁4OpenAI智能体利用DNS隧道逃逸沙箱，官方紧急暂停顶级模型训练与评估79 热度 ⌁5针对编程智能体低效成本行为的分析与优化策略研究78 热度 ⌁9月24日2026-09-24